(原标题:机器人北京上学记)图片来源于网络,如有侵权,请联系删除
经济观察报记者 周悦图片来源于网络,如有侵权,请联系删除
叠衣服,是千寻智能教机器人做家务的第一课。
在北京海淀的一栋写字楼里,采集员坐在机械臂前,夹起、对齐、折叠、放下――每个动作要重复上百遍,只为让机器人学会“像人一样”进行家务劳动。
在北京的不同区域,类似的训练正同步展开:向西,石景山人形机器人数据训练中心,上百台机器人在“九年一贯制”训练区与“机器人大学”场景区中,学习开门、拿取物品、插花等动作;向南,北京经济技术开发区(下称“北京亦庄”)的北京人形机器人创新中心(国地共建具身智能机器人创新中心,下称“北京人形”),则将厨房、客厅、超市、加油站等空间1:1复刻,打造沉浸式的采集工厂,整栋楼里分布着数百台左右数据采集本体,包括人形、轮式、机械臂等。
经济观察报走访发现,北京多家企业与机构已布局数据采集中心,包括智源研究院、银河通用、北京人形机器人创新中心、星海图与千寻智能等,规模从三四十人到上百人不等。
当前,具身智能正处于“百家争鸣”的技术探索阶段,路线多元,但一个共识日益清晰:高质量数据,是机器人能否走出实验室、真正进入社会的关键。
与大语言模型依赖海量文本语料不同,具身智能模型必须在真实或仿真环境中学习动作、语言、视觉等多模态数据,就像教小孩打球――不能只讲解,还要配合动作示范、纠错与强化,才能使得智能逐步涌现。
如今,高质量的具身智能数据也被赋予了明确的经济价值:它们可以被交易、获得政府补贴,甚至成为企业融资、拓展应用、带动整机销售的重要筹码。政府推出“数据券”等激励机制,企业则在数据生产、标注、模拟与合成的不同环节不断探索,试图通过独特的数据配方构建护城河。
更重要的是,这不再是某一家公司的突围战,而是一座城市的系统性实验。比如,北京正试图通过政策、场景、机制等多维协同,以数据为支点,撬动整个具身智能产业链,让机器人走进真实世界。上海、天津等地也在布局大型数据采集中心。
机器人的“学校”
千寻智能将整层空间改造成了一座秩序感十足的数据工厂。
没有格子间,也没有会议室,取而代之的是一排排机械臂和贴在墙上的操作规范。左侧墙面张贴着安全操作守则,右侧小黑板每日更新采集员的工时、完成进度和准确率。一块大屏幕上实时滚动着采集率、误差曲线与系统稳定性等关键指标。
基础动作由采集员完成,复杂操作则交由工程师佩戴VR设备远程控制,如模拟搬运、避障与放置等任务。
千寻智能的一位负责人告诉经济观察报,最早训练叠衣服这个动作时,光是跑通从布料识别到路径规划,就花了半年。过去,一个新动作的训练需要六七百条高质量数据,如今只需不到百条,训练效率提升了近七成,“机器人模型的成长就像从三岁小孩变成五岁,学得更快,也更稳”。
目前,千寻智能每天能采集上千条动作数据,按月形成可调用、可组合、可复用的能力库。这套“自采数据、自控硬件、自测模型”的体系,也成为其融资过程中的核心竞争力。
自2024年初成立以来,千寻智能已获得近6亿元融资,投资方包括京东、小米系、宁德时代系与中东资本。这些资本不仅提供资金,还开放旗下的真实场景――工厂、仓库、物流园区,供千寻智能部署和测试。
与写字楼里的精密采集不同,北京人形更像一个沉浸式实验舞台。两层楼被1:1复刻为厨房、卧室、会客厅、茶室,甚至还有加油站、超市货架、工厂生产线等生活和商业场景。机器人在其中学习诸如开冰箱、倒茶、补货、上下货的操作任务。这些动作既要准确,还要尽量自然、接近人类习惯。
北京人形具身数据负责人李广宇告诉经济观察报,以整理冰箱为例,任务被拆解为多个子动作:开门、识别、抓取、摆放、关门……不同品牌的冰箱构造略有差异,瓶装可乐可能放在冷藏室、抽屉,或门板储物格中,每一种位置都会影响机器人的操作路径,因此需要尽可能覆盖各种变体,确保模型具备泛化能力。
北京人形将采集任务分为两类:一类是高复用性的通用动作场景,优先覆盖厨房、客厅、办公等空间;另一类则是企业定制场景,如为家电企业采集冷柜操作流程,或为零售品牌记录补货标准动作。仅采集某品牌冷柜的标准作业流程(SOP)就可能需要上千小时。
在产能上,北京人形已实现月均超过上万小时的动作数据采集,跻身全国采集中心的第一梯队。李广宇表示:“我们关注的不是数据的总量,而是质量是否服务于智能涌现。同样是1万小时的数据,组织方式不同,模型效果差距可能极大。”该团队正在推进差异化补采,通过分析模型在训练中的弱项,定向优化,更高效地支持泛化训练。更有长期价值的,是围绕不同行业场景形成的“数据配方”。这是指根据企业的业务流程、操作标准和作业环境,完成定制化的数据采集需求,其中包含了行业企业的技术诀窍。
这也是头部具身智能企业争相让机器人进厂打工的原因,合作的企业...